Research Information System
Dokuz Eylül Üniversitesi Mühendislik Fakültesi Fen ve Mühendislik Dergisi, vol.23, no.67, pp.327-338, 2021 (National Refreed University Journal)
In recent years, the changing and globalizing conditions caused the rapid changes and demand
uncertainty by changing human needs. Under these rapid changes and uncertain conditions, the way
for companies to make effective planning is to make accurate and reliable forecasting. As the
technological developments increases artificial intelligence-based forecasting algorithms are widely
used for demand forecasting instead of the classical methods such as time series analysis. These
methods yield much more successful results than classical forecasting methods, especially in cases
where the uncertainty and variability are high. In this study, Artificial Neural Networks (ANN) and
Support Vector Regression (SVR) are employed to forecast the demands of the products with high
variability and uncertainty in a food company. Before the methods were applied, an experimental
design was conducted to find the best parameter values, and in this way, the accuracy of forecasts was
increased. Numerical results showed that ANN makes better forecasts than SVR for the examined
products.
Son yıllarda, değişen ve küreselleşen koşullar insan ihtiyaçlarını değiştirerek hızlı değişikliklere ve
talep belirsizliğine neden olmuştur. Bu hızlı değişim ve belirsiz koşullar altında işletmelerin etkin
planlama yapmalarının yolu, doğru ve güvenilir tahminler yapmaktan geçmektedir. Günümüzde
teknolojik gelişmelerle birlikte talep tahmininde zaman serileri analizi gibi klasik yöntemlerin yerini
yapay zekâ tabanlı tahmin algoritmaları almıştır. Bu yöntemler özellikle belirsizliğin ve değişkenliğin
çok fazla olduğu durumlarda klasik tahmin yöntemlerinden çok daha başarılı sonuçlar vermektedir.
Bu çalışmada bir gıda işletmesinde değişkenliğin ve belirsizliğin fazla olduğu ürünler için Yapay Sinir
Ağları (YSA) ve Destek Vektör Regresyonu (DVR) yöntemleri ile talep tahmini yapılmıştır. Yöntemler
uygulanmadan önce parametre optimizasyonu amacıyla deney tasarımı yapılmış ve en iyi parametre
değerleri bulunarak tahmin doğruluğu arttırılmıştır. Sayısal sonuçlar, incelenen ürünler için YSA’nın
DVR’ye kıyasla daha iyi tahminler yaptığını göstermiştir